🤖HermesBlog
Hermes 功能详解 · 第47篇2026/8/9· Easy Understand Hermes Agent

第47篇：网络搜索与提取

Hermes 功能详解第47篇：Web Search & Extract。联网搜索、抓取网页。

这篇讲的是如何让 Hermes Agent 学会“上网冲浪”——既能搜索信息，又能抓取网页内容，而且全程不需要你手动复制粘贴。

网络搜索与提取：AI 的眼睛

两个核心技能

想象一下，Hermes Agent 是个能干的助手，它有两项看家本领：

  • web_search（搜索）：像打开百度/Google 一样，输入关键词，返回排名结果。
  • web_extract（提取）：像打开某个网页并“阅读全文”，把正文内容抓取下来。

这两项技能背后有多个“服务商”可选，就像你可以用 Chrome、Firefox 或 Safari 上网一样。默认推荐 Firecrawl（免费额度每月 500 次），如果你有 Nous Portal 付费订阅，甚至可以通过 Tool Gateway 以托管网络搜索的形式免密钥使用。

什么都不配也能用？ 是的。全新安装、没有任何网络凭证时，web_search 和 web_extract 也能开箱即用：请求会在 Exa、Parallel、Firecrawl、Keenable 这几家的公共免费额度之间轮询，把负载摊匀；遇到限流会自动换到环里的下一家重试（多跳，直到有一家能服务或者全部失败）。某家服务商直接拒绝的搜索（401/402/403 访问门禁或 5xx）也会照同样的方式重试。不用注册、不用密钥。这一层是“最后的兜底”——只要你配置了后端或填了任意 API 密钥，就会优先走你自己的配置。请求里不带任何用户标识（只有一个进程内随机 session id，重启就换）。想要稳定不限流的服务，还是配一个带密钥的服务商。想彻底关掉它，设置 web.keyless_fallback: false（关掉后如果又没配任何凭证，网络工具就直接不可用了，直到你配好服务商为止）。

有 Nous 身份就免密钥？ 是的。只要你带着任意 Nous 身份（正式账号、免费额度、甚至匿名访客都算），就能免密钥使用托管的 web_search——注意只有搜索，web_extract 还是得自己配服务商。这个托管通道不受上面那个 web.keyless_fallback 开关影响。

兜底救援：如果你选的是带密钥的后端（包括 Nous Tool Gateway 那条路），某次调用失败（密钥失效、服务宕机、网关连不上、上游 5xx），这一次会自动改走免费轮询环，结果里会注明是哪家救的场、为什么（rescued_from / backend_error）。救援不会“粘住”——下一次调用还是先试你选的后端。想关掉设 web.keyless_rescue: false。

想固定一家？ 免费轮询环默认是“谁有空用谁”，你可以在 hermes tools 里把某一家钉住（pin），这样平时就走它，只有被限流时才按顺序切到环里的下一家。另外，Exa、Parallel、Keenable 在 hermes tools 里各会显示成两行——Free (keyless) 和 Paid (API key)：选 Free 就钉住那家的匿名端点（哪怕你之后加了密钥也还是走免费）；选 Paid 就钉住带密钥的路径（密钥缺失会直接报错，而不是悄悄降级到免费层）。这个选择存在 web.provider_tier.<name>: free|paid，不设就是自动（有密钥走付费，没有就走免费环）。

第1步：选择你的“浏览器”

运行 hermes tools 命令，进入 Web Search & Extract 界面，按提示选择服务商并填入 API 密钥（密钥在对应官网注册获取）。

不想折腾？ 直接选默认的 Firecrawl，在 ~/.hermes/.env 文件里加一行：

FIRECRAWL_API_KEY=fc-your-key-here

想省钱？ 用 SearXNG（免费、自托管、注重隐私）。用 Docker 一条命令跑起来：

docker run -p 8888:8080 searxng/searxng:latest

然后修改配置启用 JSON 输出（否则 Hermes 读不了），最后在 config.yaml 里指定：

web:
  search_backend: "searxng"

第2步：按需搭配“搜索”和“提取”

搜索和提取可以分开选不同的服务商。比如用免费的 SearXNG 搜索，用 Firecrawl 提取网页内容：

web:
  search_backend: "searxng"
  extract_backend: "firecrawl"

这就像用免费的图书馆查资料，但请付费的翻译帮你精读——各取所长。

注意：Brave Search、DDGS、xAI（Grok）和 OpenAI Native 是只能搜索的，需要 web_extract 时得搭配 Firecrawl/Tavily/Perplexity/Keenable/Exa/Parallel 之一。

Perplexity 有什么特别的？ 它走的是 Perplexity 自家的索引，返回的是带排名、带日期的结果（web_search）。但做 web_extract 时，它和官方 pplx 命令行工具一样，只给你和查询相关的片段——也就是每页里真正有用的那几段，省略的部分用 … 标出来，而不是整页原文照搬。所以如果你需要完整页面，就把 web.extract_backend 换成 Firecrawl / Exa / Parallel。另外 Perplexity 只在它自己那边配密钥；而托管的 Nous 通道（任意 Nous 身份，访客也算）能免密钥提供 web_search。

DDGS 是什么？ 它底层用的是 ddgs Python 包，不需要密钥。如果还没装，可以运行 python -c "import pm; pm.sync_venv(['ddgs'], explicit=True)"，或者干脆让 Hermes 在第一次用到时自动懒加载。注意本页的 Python 依赖命令都基于 PM 准备好的源码检出（source checkout），改完依赖后要重新激活检出并重启 Hermes。

xAI（Grok）是什么？ 它在 Responses API 上跑 Grok 服务端的 web_search 工具，结果由模型生成而非索引返回——标题、描述、URL 选择全是模型输出，所以别把它当成传统搜索引擎来信任。

OpenAI Native 是什么？ 它用的是 Codex Responses 接口上 OpenAI 自带的 web_search 工具，靠 ChatGPT/Codex 订阅登录（hermes auth add openai-codex），没有独立 API 密钥。搜索在模型服务端完成，结果直接融进它的回答里，Hermes 这边不跑客户端搜索。它只负责搜索，提取还得另配后端：

web:
  search_backend: "openai-native"

第3步：理解“长文截断”机制

网页内容可能很长（比如论坛帖子、新闻评论区）。Hermes 默认只保留 15,000 字符（约 7500 个汉字），超出部分会截断并提示 [TRUNCATED]。完整内容会存到本地文件，Agent 可以按需分页读取。

如果截断影响了你，可以调大限制：

web:
  extract_char_limit: 50000

或者改用 browser_navigate 工具直接操作浏览器，获取实时页面。

第4步：验证配置是否生效

配置好后，跑个测试搜索：

curl -s "http://localhost:8888/search?q=test&format=json" | python3 -c "import sys,json; d=json.load(sys.stdin); print(len(d['results']), 'results')"

看到 10 results 就说明 SearXNG 正常工作了。

第5步：了解结果缓存

短时间内重复的网络请求会走缓存，而不是再次调用付费后端——这能省额度、降延迟。web_search 的相同查询（忽略大小写和空格）在同一进程内命中内存缓存；web_extract 的相同 URL 会把全文存到 ~/.hermes/cache/web/，在 CLI、网关、定时任务和子 Agent 之间共享。并发的相同搜索会被合并成一次后端请求，只有第一个调用者真正付费。

只有成功的响应才会被缓存，而且会按服务商回报的请求 URL 归档——如果某页服务商没给出对应的请求 URL，就只返回不缓存，避免一批结果里张冠李戴。失败一律重试后端；免费救援那一次的结果永不缓存（下次还是先试你选的后端）；被 security.website_blocklist 拦下的 URL 也不会从缓存里取。缓存过的提取会重新走一遍截断流程，所以第二次换个 char_limit 也能复用同一份抓取结果。

缓存默认开启，新鲜度窗口是 20 分钟，可在 config.yaml 里调整：

web:
  cache_enabled: true      # 默认；设为 false 可同时关闭两种缓存
  cache_ttl_minutes: 20    # 新鲜度窗口，范围 1–1440

如果你在查真正实时的数据（比分、价格、突发新闻），把 TTL 调低或直接设 web.cache_enabled: false。另外，本地开发地址（localhost、127.0.0.1、*.local、私有 IP 段等）永远不会被缓存，每次都是实时抓取。

公网上的测试环境怎么办？ 预发布部署和隧道 URL 是公网 DNS，本地开发那条规则管不到——把它们写进 web.cache_exempt_hosts，也会每次都实时抓取。支持精确匹配、*. 通配和域名后缀（写 mysite.dev 也覆盖 preview.mysite.dev）：

web:
  cache_exempt_hosts:
    - mysite.vercel.app
    - "*.ngrok-free.app"

总结一下：搜索和提取是 Agent 的“眼睛”，选对服务商、配好密钥、理解截断机制，就能让它帮你高效获取网络信息。

下篇预告：Agent 能“看”能“搜”了，下一步该学“动手”——敬请期待第48篇：浏览器自动化操作。

📖 官方文档

本文根据 Hermes Agent 官方文档编写，原文见：官方文档 › user-guide/features/web-search

← 返回全部文章